A Deep User Interface for Exploring LLaMa

作者: Divya Perumal, Swaroop Panda

发布时间: 2025-03-03

来源: arxiv

研究方向: 大型语言模型（LLM）的可解释性和用户界面设计

主要内容

本文提出了一种基于视觉分析的工具，用于探索大型语言模型（LLM）的输出，特别是通过调整关键超参数（如top-p、频率和存在惩罚）来影响模型生成文本的能力。该工具旨在提高用户对LLM的理解和交互能力。

1. 设计并开发了一个深度用户界面，用于探索大型语言模型的关键超参数。

2. 通过用户反馈评估了用户界面，并根据反馈改进了设计。

3. 为研究人员提供了关于设计和开发LLM用户界面的初步可行见解。

1. 视觉分析

2. 用户研究

3. 用户反馈收集与分析

4. Python编程

5. Flask web框架

6. d3js交互式数据可视化

7. MongoDB数据存储

用户研究表明，该工具在视觉设计、界面布局和导航方面获得了积极的反馈。用户认为界面易于使用，且视觉效果吸引人。基于用户反馈，研究人员对工具进行了改进，包括添加超参数的书面描述，以提高用户对模型行为的理解。

未来的工作将包括探索LLM的更多超参数，开发增强用户理解的可视化，以及进行更全面的用户研究，以揭示用户行为和偏好的模式。